举一反三
- 表 4-18 是某种商品的雭求量 Y 价格[tex=1.214x1.214]aPEXl5NwbsoRJ+ZYVndSJQ==[/tex] 以及消费者收入[tex=1.214x1.214]SQWwo8FHSU71fR9D9DebOA==[/tex] 的统计 资料。如何解决或减轻多重共线性的影响, 并给出这一问题的回归方程。[br][/br][img=816x167]17b0f0850b436e3.png[/img]
- 设配对设计资料的变量值为 [tex=1.214x1.214]aPEXl5NwbsoRJ+ZYVndSJQ==[/tex] 与[tex=1.214x1.214]SQWwo8FHSU71fR9D9DebOA==[/tex] , 则配对资料的秩和检验 ( ). 未知类型：{'options': ['把 [tex=1.214x1.214]aPEXl5NwbsoRJ+ZYVndSJQ==[/tex] 与[tex=1.214x1.214]SQWwo8FHSU71fR9D9DebOA==[/tex] 的差数绝对值从小到大编秩', '把\xa0[tex=1.214x1.214]aPEXl5NwbsoRJ+ZYVndSJQ==[/tex]\xa0与[tex=1.214x1.214]SQWwo8FHSU71fR9D9DebOA==[/tex]\xa0 综合从小到大编秩[br][/br]', '把\xa0[tex=1.214x1.214]aPEXl5NwbsoRJ+ZYVndSJQ==[/tex]\xa0与[tex=1.214x1.214]SQWwo8FHSU71fR9D9DebOA==[/tex]\xa0综合按绝对值从小到大编秩[br][/br]', '把\xa0[tex=1.214x1.214]aPEXl5NwbsoRJ+ZYVndSJQ==[/tex]\xa0与[tex=1.214x1.214]SQWwo8FHSU71fR9D9DebOA==[/tex]\xa0 的差数从小到大编秩[br][/br]', '把\xa0[tex=1.214x1.214]aPEXl5NwbsoRJ+ZYVndSJQ==[/tex]\xa0与[tex=1.214x1.214]SQWwo8FHSU71fR9D9DebOA==[/tex]\xa0分别按绝对值从小到大编秩[br][/br]'], 'type': 102}
- 设 [tex=1.0x1.214]oRPUaRXqLpUA70qsP8lMlg==[/tex] 是 [tex=1.214x1.214]aPEXl5NwbsoRJ+ZYVndSJQ==[/tex] 到 [tex=1.214x1.214]SQWwo8FHSU71fR9D9DebOA==[/tex] 的全连续算子, [tex=1.0x1.214]vGZq/wDsMK1rYIWiaqRL2g==[/tex] 是 [tex=1.214x1.214]SQWwo8FHSU71fR9D9DebOA==[/tex] 到 [tex=1.214x1.214]jmQSlIEXPwdaNuHVxT7/kA==[/tex] 的有界线性算子,则 [tex=1.929x1.214]z7dRYqdaR4UDYmn8pTJeiA==[/tex] 是 [tex=1.214x1.214]aPEXl5NwbsoRJ+ZYVndSJQ==[/tex] 到 [tex=1.214x1.214]jmQSlIEXPwdaNuHVxT7/kA==[/tex] 的全连 续算子.
- 表4-4是某种商品的需求量Y,价格[tex=1.214x1.214]AKRJ+piA0nf7C/6/dimpFw==[/tex]以及消费者收入[tex=1.214x1.214]mzDCcy67Z8VvjJDKwZ/vAA==[/tex]的统计资料。[img=622x135]17b115b986d1a78.png[/img] 检验[tex=1.214x1.214]AKRJ+piA0nf7C/6/dimpFw==[/tex]和[tex=1.214x1.214]mzDCcy67Z8VvjJDKwZ/vAA==[/tex]是否存在严重的多重共线性?
- 表3 3给出Y关于X，X的线性回归结果。[img=597x133]17b00b1eab2e326.png[/img] 求拟合优度[tex=1.214x1.214]P3LPDgc2Q7c/wCL66Px9nA==[/tex]及调整的拟合优度[tex=1.214x1.214]pIdgZWBugoI7kaKkhUVTug==[/tex]。
内容
- 0
若有[tex=4.429x1.214]VG3UP5DAurumUw6v5EFA78IFzA/ae53UDXgxaQIHffM=[/tex]三个变量的数据, [tex=2.857x1.214]1kaUNl5BhFTBdlz2xTRtyg==[/tex] 的偏相关系数 [tex=2.857x1.5]9nmC5hvCqb2zEK4ps230yKf+c6rs6vYVzUZ4PQHLR9Q=[/tex]是 [tex=1.214x1.214]jmQSlIEXPwdaNuHVxT7/kA==[/tex] 关于 [tex=1.214x1.214]aPEXl5NwbsoRJ+ZYVndSJQ==[/tex]线性回归的残差与[tex=1.214x1.214]SQWwo8FHSU71fR9D9DebOA==[/tex] 的简单相关系数。
- 1
表3 3给出Y关于X，X的线性回归结果。[img=597x133]17b00b1eab2e326.png[/img] 检验假设:[tex=1.214x1.214]AKRJ+piA0nf7C/6/dimpFw==[/tex]和[tex=1.214x1.214]mzDCcy67Z8VvjJDKwZ/vAA==[/tex]对Y无影响，应采用何种检验，为什么
- 2
表8-6给出了以美元计算的毎周消费支出（[tex=0.643x1.0]O+viFNA0oHTwnBtQyi80Zw==[/tex]），每周收入（[tex=1.214x1.214]CN6DjqLuf+rqHGJDNNgdBg==[/tex]）和财富（[tex=1.214x1.214]V6+ljAKHDZXxxntbDdpUCA==[/tex]）等的假想数据。[img=958x523]17b0f007bdd54e2.png[/img]a. 做[tex=0.643x1.0]jDVSpgNhHe+VJmgvx3gg1Q==[/tex] 对[tex=1.214x1.214]SQWwo8FHSU71fR9D9DebOA==[/tex]和 [tex=1.214x1.214]jmQSlIEXPwdaNuHVxT7/kA==[/tex] 的普通最小二乘回归。b. 这一回归方程中是否存在着共线性? 你是如何知道的?c. 分别做 [tex=0.643x1.0]jDVSpgNhHe+VJmgvx3gg1Q==[/tex]对[tex=1.214x1.214]SQWwo8FHSU71fR9D9DebOA==[/tex] 和 [tex=1.214x1.214]jmQSlIEXPwdaNuHVxT7/kA==[/tex]的回归, 这些回归结果说明什么?d. 做 [tex=1.214x1.214]jmQSlIEXPwdaNuHVxT7/kA==[/tex]对 [tex=1.214x1.214]SQWwo8FHSU71fR9D9DebOA==[/tex]的回归，回归结果说明了什么?e. 如果存在严重的共线性，是否会删除一个解释变量? 为什么?
- 3
设随机变量 [tex=0.643x1.0]jDVSpgNhHe+VJmgvx3gg1Q==[/tex] 服从參数为 [tex=1.929x1.0]xXDCmWq47DQFjvGpa+qhxA==[/tex] 的指数分布，定义随机变量 [tex=1.214x1.214]saHhquVaAJ/mHfO0s1ML8g==[/tex] 如下:[tex=13.429x2.929]n7MYqQ4KxjX4tqxTB2ivvjxOkvhNhVwws+vaSG56sdG4HhMY/N4CTY/gTM6QZ6sW+px8rOtehZPUzU4GFbXqUfOkQPvtBx93zMQaMcWZhKII9GLgA3u24qxkjuEXG/jRtlDK7a9xYfU3acRrUuQ/hg==[/tex]求 [tex=1.214x1.214]aPEXl5NwbsoRJ+ZYVndSJQ==[/tex] 和 [tex=1.214x1.214]SQWwo8FHSU71fR9D9DebOA==[/tex] 的联合分布列.
- 4
[img=327x543]17b2e7aa3e9f0e2.png[/img]熊市期权价格差是按执行价格 [tex=1.214x1.214]SQWwo8FHSU71fR9D9DebOA==[/tex]买入一份看涨期权，按执行价格 [tex=1.214x1.214]aPEXl5NwbsoRJ+ZYVndSJQ==[/tex] 卖出一份看涨期 权， [tex=1.214x1.214]NbhHOJUHboS+QYd8nd90hA==[/tex] 大于 [tex=1.571x1.214]CL+PwDcaaqM51d3rSQi7AQ==[/tex] 画出此策略的收益图, 并将其与图相比较。